基于多层神经网络与经济模型预测控制的柴油机排放建模与控制
系统与控制
2023-12-04 v1 系统与控制
摘要
本文给出开发多层神经网络（NN）以表征柴油机排放并将该 NN 集成至控制设计中的结果。首先，利用瞬态与稳态数据训练并验证一个 NN，以同时预测氮氧化物（N Ox）与碳烟（Soot）。基于输入输出相关性分析，选取对排放影响最大的 NN 输入，同时保持 NN 结构简洁。其次，实现一种协同仿真框架，将 NN 排放模型与在 GT-Power 中构建的柴油机空气路径系统模型集成，并用于辨识用于排放预测的低阶线性参数变化（LPV）模型。最后，利用该 LPV 排放模型开发一种经济监督模型预测控制器（MPC），以调整内环空气路径跟踪 MPC 的设定值。报告了仿真结果，阐明了所得控制器在降低 N Ox、满足目标 Soot 限值以及跟踪调整后的进气歧管压力与废气再循环（EGR）率目标方面的能力。
引用
@article{arxiv.2311.03552,
title = {Modeling and Control of Diesel Engine Emissions using Multi-layer Neural Networks and Economic Model Predictive Control},
author = {Jiadi Zhang and Xiao Li and Mohammad Reza Amini and Ilya Kolmanovsky and Munechika Tsutsumi and Hayato Nakada},
journal= {arXiv preprint arXiv:2311.03552},
year = {2023}
}